numpy.any#

numpy.any(a, axis=None, out=None, keepdims=<no value>, *, where=<no value>)[source]#

測試沿著給定軸的任何陣列元素是否評估為 True。

如果 axis 為 None，則返回單一布林值

參數:
aarray_like

輸入陣列或可轉換為陣列的物件。

axisNone 或 int 或 ints 元組，可選

執行邏輯 OR 縮減的軸或多個軸。預設值 (axis=None) 是對輸入陣列的所有維度執行邏輯 OR 運算。axis 可以是負數，在這種情況下，它從最後一個軸向第一個軸計數。如果這是 ints 元組，則會在多個軸上執行縮減，而不是像之前那樣在單個軸或所有軸上執行。

outndarray，可選

用於放置結果的替代輸出陣列。它必須具有與預期輸出相同的形狀，並且其類型會被保留（例如，如果它是 float 類型，則它將保持這樣，對於 True 返回 1.0，對於 False 返回 0.0，而與 a 的類型無關）。有關更多詳細信息，請參閱 輸出類型判斷。

keepdimsbool，可選

如果設定為 True，則縮減的軸將在結果中保留為大小為一的維度。使用此選項，結果將針對輸入陣列正確廣播。

如果傳遞預設值，則 keepdims 將不會傳遞給 any 的子類別 ndarray 的方法，但是任何非預設值都會傳遞。如果子類別的方法未實作 keepdims，則會引發任何例外。

where布林值的 array_like，可選

要包含在檢查任何 True 值中的元素。有關詳細信息，請參閱 reduce。

版本 1.20.0 新增。

返回:
any布林值或 ndarray

除非指定了 out，否則會返回新的布林值或 ndarray，在這種情況下，會返回對 out 的參考。

另請參閱

ndarray.any

等效方法

all

測試沿著給定軸的所有元素是否評估為 True。

註解

非數字 (NaN)、正無限和負無限評估為 True，因為這些不等於零。

在版本 2.0 中變更：在 NumPy 2.0 之前，any 不會為物件 dtype 輸入陣列返回布林值。此行為仍然可以透過 np.logical_or.reduce 使用。

範例

>>> import numpy as np
>>> np.any([[True, False], [True, True]])
True

>>> np.any([[True,  False, True ],
...         [False, False, False]], axis=0)
array([ True, False, True])

>>> np.any([-1, 0, 5])
True

>>> np.any([[np.nan], [np.inf]], axis=1, keepdims=True)
array([[ True],
       [ True]])

>>> np.any([[True, False], [False, False]], where=[[False], [True]])
False

>>> a = np.array([[1, 0, 0],
...               [0, 0, 1],
...               [0, 0, 0]])
>>> np.any(a, axis=0)
array([ True, False,  True])
>>> np.any(a, axis=1)
array([ True,  True, False])

>>> o=np.array(False)
>>> z=np.any([-1, 4, 5], out=o)
>>> z, o
(array(True), array(True))
>>> # Check now that z is a reference to o
>>> z is o
True
>>> id(z), id(o) # identity of z and o              
(191614240, 191614240)
在此頁面上